SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN

Tamaño: px
Comenzar la demostración a partir de la página:

Download "SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN"

Transcripción

1 SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN Alejandro Lugon 26 de mayo de Ecuaciones planares: dos dimensiones El sistema homogéneo: ẋ a 11 x + a 12 y (1) ẏ a 21 x + a 22 y puedes ser escrito como: x ẋ donde X Ẋ y A y ẏ La solución toma la forma: Ẋ A X a 11 a 12. a 21 a 22 X(t) (At) donde usando la definición tenemos (At) (A) (At) k tk Si suponemos que esta sumatoria converge para todo t R y que la siguiente derivada es correcta 1 : d dt (At) d d dt tk dt tk A k1 k1 ktk 1 A (At) k1 1 (k 1)! tk 1 A (k 1)! tk 1 tk 1 Ambas cosas ciertas. 1

2 podemos verificar que X(t) (At) cumple Ẋ d dt X(t) d dt (At) A (At) AX(t) AX Luego encontrar la solución de (1) se reduce a calcular la suma + Ak tk. Esto es sencillo cuando la matriz es diagonalizable, es decir cuando tiene valores propios reales y diferentes. Recordemos que los valores propios de A corresponden a las raíces de su ecuación (o polinomio) característica(o): Det(A λi) 0 esta ecuación es un polinomio de segundo grado y por lo tanto tiene 2 raíces. Estas raíces pueden ser: 1. Reales y diferentes 2. Reales e iguales 3. Complejos conjugados eamos los tres casos posibles considerando 2 det(a) 0: 1.1. Raíces reales diferentes Sean λ 1 y λ 2 dichas raíces, estas son los valores propios de A. Consideremos a v 1 y v 2 los respectivos vectores propios asociados. Si formamos la matriz v 1 v 2 sabemos que: A λ λ 2 con lo cual: ( A ) k λ 1 0 k λ k λ 2 0 λ k 2 usamos esto para calcular: λ k λ k 2 de donde se obtiene la fórmula que usaremos: (At) k (λ 1 t) k 0 0 (λ 2 t) k Con esto podemos realizar los cálculos: 2 En particular esto nos asegura que ninguna raíz es nula 2

3 (At) (At) k (λ 1 t) k 0 0 (λ 2 t) k (λ 1 t) k 0 0 (λ 2 t) k + (λ 1t) k / (λ 2t) k / (λ 1 t) 0 0 (λ 2 t) Luego la solución sería: λ 1 t 0 X(t) 0 λ 2 t ) λ 1 t 0 ( 0 λ 2 t ( ) λ 1 t 0 K 1 0 λ 2 t K 2 ( ) λ 1 t 0 K 1 0 λ 2 t K 2 ( ) K 1 λ 1 t K 2 λ 2 t v 1 K 1 λ 1 t + v 2 K 2 λ 2 t o de manera lícita: x(t) v 11 K 1 λ 1 t + v 12 K 2 λ 2 t y(t) v 21 K 1 λ 1 t + v 22 k 2 λ 2 t donde v ij son los elementos de los vectores característicos y las constantes K 1 y K 2 se determinan con las condiciones iniciales: x(0) v 11 K 1 + v 12 K 2 y(0) v 21 K 1 + v 22 k 2 3

4 1.2. Raíces reales iguales Sea λ 0 el valor de dicha raíz y v un vector propio asociado. Podemos conseguir otro vector propio generalizado w resolviendo el sistema (A λi)w v. Con estos dos vectores formamos la matriz v w, podemos calcular: A (A ) Av Aw λv v + λw (λ + 0 v) λi + 0 v 0 1 λi λ 1 0 λ Con esto tenemos: ( A ) k λ 1 0 λ k λ 1 λ k kλ k 1 Se puede probar por inducción que:. 0 λ 0 λ k Luego: λ k kλ k 1 0 λ k y (At) k (λt) k kt(λt) k 1 0 (λt) k Entonces: k (At) k (At) (λt) k kt(λt) k 1 0 (λt) k (λt) k kt(λt) k 1 0 (λt) k + + (λt)k / kt(λt)k 1 / + 0 (λt)k / (λt) t (λt) 0 (λt) Donde hemos usado: kt(λt) k 1 / k1 kt(λt) k 1 / t (λt) k 1 /(k 1)! t k1 (λt) k / t (λt) 4

5 . Con esto la solución buscada sería: (λt) t (λt) X(t) 0 (λt) ) (λt) t (λt) ( 0 (λt) ( ) (λt) t (λt) K 1 0 (λt) K 2 ( ) (λt) t (λt) K 1 0 (λt) K 2 ( ) K 1 (λt) + K 2 t (λt) K 2 (λt) K 1 (λt) + K 2 t (λt) v + K 2 (λt) w K 1 (λt)v + K 2 t (λt)v + (λt) w K 1 v + K 2 w (λt) + K 2 v t (λt) o de manera lícita: x(t) v 1 K 1 (λt) + (tv 1 + w 1 )K 2 (λt) y(t) v 2 K 1 (λt) + (tv 2 + w 2 )K 2 (λt) donde v ij son los elementos de los vectores característicos y las constantes K 1 y K 2 se determinan usando las condiciones iniciales: x(0) v 1 K 1 + w 1 K 2 y(0) v 2 K 1 + w 2 K Raíces complejas conjugadas Sean α + iβ y α iβ las raíces del polinomio característico. En general estos no tienen vectores propios reales asociados a ellos, pero si podemos encontrar un vector complejo v + iw, con v y w vectores reales linealmente independientes, tal que: A(v + iw) (α + iβ)(v + iw) (αv βw) + i(βv + αw) igualando las partes reales e imaginarias tenemos que: Av αv βw Aw βv + αw 5

6 luego en este caso se puede construir una matriz v w tal que: α β A β α luego 3 : (At) ) ( A t) ( ) αt βt βt αt ( ) αt 0 0 βt + 0 αt βt 0 ( ) ( ) αt 0 0 βt 0 αt βt 0 Cos(βt) (αt) 0 Cos(βt) Sen(βt) 0 (αt) Sen(βt) (αt)cos(βt) (αt)sen(βt) (αt)sen(βt) (αt)cos(βt) Con esto la solución buscada sería: (αt)cos(βt) (αt)sen(βt) X(t) (αt)sen(βt) (αt)cos(βt) (αt)cos(βt) (αt)sen(βt) v w (αt)sen(βt) (αt)cos(βt) K 1 (αt)cos(βt) + K 2 (αt)sen(βt) v + K 2 (αt)cos(βt) K 1 (αt)sen(βt) w (αt) (K 1 Cos(βt) + K 2 Sen(βt) v + K 2 Cos(βt) K 1 Sen(βt) w) De manera lícita: K 1 K 2 x(t) (K 1 v 1 + K 2 w 1 ) (αt)cos(βt) + (K 2 v 1 K 1 w 1 ) (αt)sen(βt) y(t) (K 1 v 2 + K 2 w 2 ) (αt)cos(βt) + (K 2 v 2 K 1 w 2 ) (αt)sen(βt) donde v 1, v 2, w 1, w 2 son los elementos de los vectores característicos y las constantes K 1 y K 2 se determinan usando las condiciones iniciales: x(0) (K 1 v 1 + K 2 w 1 ) y(0) (K 1 v 2 + K 2 w 2 ) 3 Hay que anotar que en el caso de matrices (A + B) (A) (B) cuando AB BA 6

7 2. Ecuaciones de dimensión mayor que 2 Sea el sistema: donde X : R R n y A es una matriz n n. El polinomio característico de la matriz A: Ẋ A X det(a λi) 0 tiene, tomando en cuenta la multiplicidad, n raíces entre reales y complejas. Las raíces reales pueden tener múltiples. Las raíces complejas se presentan en pares conjugados los cuales también pueden ser simples o múltiples. La solución general del sistema de ecuaciones diferenciales está determinada por una combinación lineal de n soluciones independientes. Estas soluciones corresponden a las raíces del polinomio característico, consideremos que tenemos M raíces reales λ j con multiplicidad m j y 2N raíces complejas conjugadas por pares (N pares), α l ± iβ l con multiplicidad m l cada par 4. La solución se conforma la siguiente manera: Cada raíz real, λ j con multiplicidad m j, genera los m j términos: K j,0 (λ j t), K j,1 t (λ j t), K j,2 t 2 (λ j t),..., K j,mj t mj 1 (λ j t) Cada par de raíces complejas conjugadas α l ± iβ l con multiplicidad m l, genera los 2m l términos: K l,0 (α l t)cos(β l t), K l,1 t (α l t)cos(β l t), K l,2 t 2 (α l t)cos(β l t),..., K l,ml t m l 1 (α l t)cos(β l t) K l,0 (α l t)sen(β l t), K l,1 t (α l t)sen(β l t), K l,2 t 2 (α l t)sen(β l t),..., K l,ml t m l 1 (α l t)sen(β l t) De esta manera cada una de las componentes de la solución, X i (t) es una combinación lineal de todos los términos generados. Esta combinación genera n 2 constantes que se determinan de la siguiente manera. Primero se verifica que sean solución del sistema planteado, esto nos deja con n constantes por determinar. Estas son las constantes que dependen de las condiciones iniciales. 4 En ambos casos las raíces simples tienen multiplicidad m 1 7

DIAGRAMAS DE FASE DE SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN

DIAGRAMAS DE FASE DE SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN DIAGRAMAS DE FASE DE SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN Alejandro Lugon 26 de mayo de 2010 1. Ecuaciones planares: dos dimensiones Las soluciones del sistema homogéneo: ẋ = ax

Más detalles

Sistemas lineales homogéneos

Sistemas lineales homogéneos Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax

Más detalles

Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales

Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número

Más detalles

Descomposición en forma canónica de Jordan (Segunda versión)

Descomposición en forma canónica de Jordan (Segunda versión) Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin

Más detalles

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales GUIA 9 Sistemas de ecuaciones lineales Un mundo en el que habitara una sola especie no sería interesante, como tampoco es muy interesante un circuito RLC aislado o un oscilador mecánico desconectado de

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

Ecuaciones diferenciales de segundo orden

Ecuaciones diferenciales de segundo orden Ecuaciones diferenciales de segundo orden Leonardo Rodríguez Medina EDO I Trimestre 1O ed lineales de segundo orden Consideraremos ed de la forma u + p(t)u + q(t)u = f(t) (1) donde p, q y f son funciones

Más detalles

Matriz fundamental. X(t) = (x 0 e at,y 0 e dt ) 0 e bt )(

Matriz fundamental. X(t) = (x 0 e at,y 0 e dt ) 0 e bt )( Capítulo 1 Matriz fundamental Continuaremos estudiando las ecuaciones diferenciales lineales homogéneas autónomas pero ahora en IR n Obtendremos la solución analítica para algunos casos y mencionaremos

Más detalles

Sistemas de Ecuaciones Diferenciales

Sistemas de Ecuaciones Diferenciales Lección 8 Sistemas de ecuaciones diferenciales lineales 1 Sistemas de Ecuaciones Diferenciales Consideremos el sistema A + S X + S k 1 k 2 Inicialmente se añaden 2 moles de S y 1 mol de A d[a] dt = k 1

Más detalles

ECUACIONES EN DIFERENCIAS LINEALES CON COEFICIENTES CONSTANTES

ECUACIONES EN DIFERENCIAS LINEALES CON COEFICIENTES CONSTANTES ECUACIONES EN DIFERENCIAS LINEALES CON COEFICIENTES CONSTANTES Alejandro Lugon 008-1 1. Ecuaciones De Segundo Orden Consideremos la ecuación: x t+ + ax t+1 + bx t = 0 (1) la cual podemos escribir como:

Más detalles

VALORES Y VECTORES PROPIOS

VALORES Y VECTORES PROPIOS VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax

Más detalles

Valores y Vectores Propios

Valores y Vectores Propios Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores

Más detalles

Tema 3.- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial.

Tema 3.- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial. Tema 3- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas Ingeniería Técnica Industrial Especialidad en Electrónica Industrial Índice General 1 Introducción 1 2 Sistemas lineales de primer orden

Más detalles

Diagonalización de matrices

Diagonalización de matrices Capítulo 6 Diagonalización de matrices 6.. Introducción 6... Un ejemplo preliminar Antes de plantearlo de manera general, estudiaremos un ejemplo que servirá para situar el problema. Supongamos que, en

Más detalles

Cálculo de la función exponencial de una matriz

Cálculo de la función exponencial de una matriz Cálculo de la función exponencial de una matriz Rafael Morones E. Dept. de Matemáticas, ITAM 22 de marzo de 2012 1. Introducción. Originalmente este texto estaba concebido para obtener la solución de un

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice sobre ecuaciones diferenciales lineales Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.

Más detalles

Tema 8 Ecuaciones diferenciales

Tema 8 Ecuaciones diferenciales Tema 8 Ecuaciones diferenciales 1. ECUACIONES DIFERENCIALES ORDINARIAS Definición 1.1: Ecuación diferencial Se llama ecuación diferencial de orden n a una ecuación que relaciona la variable independiente

Más detalles

Ecuaciones lineales autónomas

Ecuaciones lineales autónomas Capítulo 1 Ecuaciones lineales autónomas En este capítulo estudiaremos las ecuaciones diferenciales lineales homogéneas autónomas en R 2, que de paso nos ayudará a ir familiarizándonos un poco más con

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos pues formular los dos problemas anteriores en términos de matrices. Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión

Más detalles

Ecuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales

Ecuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales Ecuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales Profesor: Axel Osses, Auxiliares: Jorge Lemus,Oscar Peredo 7 de Noviembre del 2005 1. Definiciones y Propiedades Definición 1 (SNLA). Dado

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Un espacio vectorial sobre K es una conjunto V que cumple: 1) Existe una regla que asocia a dos elementos u, v V su suma que se denota por u + v, que es también elemento de V y que

Más detalles

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A

Más detalles

Transformaciones Lineales (MAT023)

Transformaciones Lineales (MAT023) Transformaciones Lineales (MAT03 Primer semestre de 01 1 Verónica Gruenberg Stern DEFINICION Sean U, V dos espacios vectoriales sobre un cuerpo K y sea T : U V una función. Diremos que T es una transformación

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación

Más detalles

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2 68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,

Más detalles

Prof. Virginia Mazzone - Mariana Suarez

Prof. Virginia Mazzone - Mariana Suarez SISTEMAS NO LINEALES SISTEMAS DE SEGUNDO ORDEN Prof. Virginia Mazzone - Prof. Mariana Suarez 1 Introducción Método de isoclinas Ejemplos 3 Introducción Un sistema de segundo orden autónomo está representado

Más detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

Más detalles

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría afín y proyectiva, 2016 SEMANA 4 Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más detalles

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales

Más detalles

TEMA V. Espacios vectoriales

TEMA V. Espacios vectoriales TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,

Más detalles

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales. Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

Álgebra Lineal. Tema 7. La forma canónica de Jordan

Álgebra Lineal. Tema 7. La forma canónica de Jordan Álgebra Lineal Tema 7 La forma canónica de Jordan Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J S ALAS, A T ORRENTE Y EJS V ILLASEÑOR Índice

Más detalles

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS 1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f

Más detalles

Definición. Un conjunto de ecuaciones diferenciales con varias funciones incógnitas, se llama sistema de ecuaciones diferenciales.

Definición. Un conjunto de ecuaciones diferenciales con varias funciones incógnitas, se llama sistema de ecuaciones diferenciales. Unidad 4. Sistemas de Ecuaciones Diferenciales Las ecuaciones diferenciales tienen una gran utilidad en ingeniería así como en la ciencia, pero la mayoría de los problemas no dependen de una ecuación,

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial

Más detalles

ECUACIONES LINEALES CON COEFICIENTES CONSTANTES. x(t) = x h (t) + x p (t),

ECUACIONES LINEALES CON COEFICIENTES CONSTANTES. x(t) = x h (t) + x p (t), ECUACIONES LINEALES CON COEFICIENTES CONSTANTES HÉCTOR LOMELÍ Y BEATRIZ RUMBOS Resumen. En esta nota estudiamos la estructura del espacio vectorial de soluciones de una ecuación diferencial lineal con

Más detalles

Ecuaciones lineales de segundo orden

Ecuaciones lineales de segundo orden GUIA 5 Ecuaciones lineales de segundo orden En esta guía estudiaremos algunos conceptos básicos relativos a las ecuaciones diferenciales lineales así como algunas técnicas que permiten el cálculo explícito

Más detalles

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Ejercicios 1.- Sea f End V. Demostrar que la suma de subespacios f-invariantes es f-invariante. Solución. Sean U, W dos subespacios f-invariantes

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones Lineales. Diagonalización de matrices. Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición

Más detalles

Capítulo 1: Diagonalización de matrices

Capítulo 1: Diagonalización de matrices Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n

Más detalles

Clase 7 Herramientas de Álgebra Lineal

Clase 7 Herramientas de Álgebra Lineal Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es

Más detalles

Control Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.

Control Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas. UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 27 Dr. Rodolfo Salinas abril 27 Control Moderno N abril 27 Dr. Rodolfo Salinas Respuesta en el tiempo

Más detalles

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a

Más detalles

1. Problema clásico de EDO

1. Problema clásico de EDO FACULTAD CS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA57C Control Óptimo Semestre 27-2 Profesor: Rafael Correa Auxiliar: Oscar Peredo Clase Auxiliar #1 31 de julio de 27 1 Problema clásico de EDO Problema

Más detalles

TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES

TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES Definición 1.1. Endomorfismo Nilpotente. Un endomorfismo T End(V ) es nilpotente si existe n N tal que f n 0. Definición 1.. Matriz

Más detalles

Diagonalización de matrices

Diagonalización de matrices 7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,

Más detalles

Modelización por medio de sistemas

Modelización por medio de sistemas SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable

Más detalles

Conferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal

Conferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial

Más detalles

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A =

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A = MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1.- Calcular, si es posible, los productos AB y BA A = ( 1 2 4), B = 5 3 0 2.- Comprobar que la matriz X = 4 2 1 3 verifica la ecuación X 2 7X

Más detalles

Tema 2: Diagonalización

Tema 2: Diagonalización TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es

Más detalles

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3 1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de

Más detalles

Ecuaciones diferenciales ordinarias lineales Félix Redondo Quintela, Roberto C. Redondo Melchor. Universidad de Salamanca 26 de octubre de 2014

Ecuaciones diferenciales ordinarias lineales Félix Redondo Quintela, Roberto C. Redondo Melchor. Universidad de Salamanca 26 de octubre de 2014 Ecuaciones diferenciales ordinarias lineales Félix Redondo Quintela, Roberto C. Redondo Melchor. Universidad de Salamanca 6 de octubre de 014 En el análisis de redes eléctricas y en otras partes de la

Más detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

Más detalles

3. Ecuaciones diferenciales. Mayo, 2009

3. Ecuaciones diferenciales. Mayo, 2009 Cálculo 3. Ecuaciones diferenciales Mayo, 2009 Clasificación de las ecuaciones diferenciales 1. Ecuaciones diferenciales ordinarias 1.a Ecuaciones diferenciales ordinarias de primer orden Nociones generales

Más detalles

Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular.

Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular. Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular. 1. Definiciones previas 1.1. Wronskiano Diremos que el Wronskiano de un conjunto

Más detalles

Diagonalización. Índice General. Nelson Möller. 1 Matrices Semejantes 2. 2 Matrices diagonalizables 2

Diagonalización. Índice General. Nelson Möller. 1 Matrices Semejantes 2. 2 Matrices diagonalizables 2 Diagonalización Nelson Möller Índice General 1 Matrices Semejantes 2 2 Matrices diagonalizables 2 3 Polinomio característico de una matriz 4 3.2 Valores propios.... 5 4 Vectores propios. 6 4.1 Ejemplo...

Más detalles

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este

Más detalles

2 Espacios vectoriales

2 Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay

Más detalles

TEMA III: DIAGONALIZACIÓN.

TEMA III: DIAGONALIZACIÓN. TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:

Más detalles

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN

CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN 5.1- Definición: matrices semejantes. Se dice que dos matrices A y B son semejantes si existe una matriz regular P tal que se verifica B

Más detalles

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por

Más detalles

Relaciones de recurrencia

Relaciones de recurrencia MATEMÁTICA DISCRETA I F. Informática. UPM MATEMÁTICA DISCRETA I () Relaciones de recurrencia F. Informática. UPM 1 / 7 Relaciones de recurrencia Relaciones de recurrencia Definición Una relación de recurrencia

Más detalles

Ecuaciones diferenciales

Ecuaciones diferenciales de primer orden 21 de noviembre de 2016 de primer orden Introducción Introducción a las ecuaciones diferenciales Las primeras ecuaciones diferenciales surgen al tratar de resolver ciertos problemas de

Más detalles

Clase de Álgebra Lineal

Clase de Álgebra Lineal Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial

Más detalles

ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad

ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad Fundamentos Matemáticos de la Ingeniería Diciembre de 5. Primera parte Tiempo: horas. Se recuerda

Más detalles

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Construcción de bases en la suma y la intersección de subespacios (ejemplo) Construcción de bases en la suma y la intersección de subespacios (ejemplo) Objetivos Aprender a construir bases en S + S y S S, donde S y S están dados como subespacios generados por ciertos vectores

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales 81 Introducción Denominamos sistema de ecuaciones a toda ecuación de la forma x (t) F ( t, x(t) ), (S) donde F : (a, b) R n R n La expresión anterior es muy general en el

Más detalles

Definición A.1 (Matrices) Una matriz A es un ordenamiento regular de escalares (recordemos, a 11 a a 1n a 21 a 22...

Definición A.1 (Matrices) Una matriz A es un ordenamiento regular de escalares (recordemos, a 11 a a 1n a 21 a 22... Anexo A Introducción a las Matrices A Definiciones y teoría básicas Los elementos de las matrices que aparecen en este curso son números o funciones Los designaremos con el apelativo común de escalares

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA I

ALGEBRA LINEAL Y GEOMETRÍA I ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.

Más detalles

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES - Considere el sistema 3 5 7 0 3 3 6 0 3 4 6 0 a) Estudie para qué valores del número real a, la única solución del sistema es la nula. b) Resuélvalo, si

Más detalles

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1 1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1. Se considera la matriz: A = ( 2 3 4 13 con coeficientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de

Más detalles

Lista de ejercicios # 4

Lista de ejercicios # 4 UNIVERSIDAD DE COSTA RICA MA-5 FACULTAD DE CIENCIAS Ecuaciones Diferenciales para Ingeniería ESCUELA DE MATEMÁTICA Primer Ciclo del 5 Lista de ejercicios # 4 Sistemas de ecuaciones diferenciales. EPII-II-

Más detalles

7 Ecuación diferencial ordinaria de orden n con coecientes constantes

7 Ecuación diferencial ordinaria de orden n con coecientes constantes 7 Ecuación diferencial ordinaria de orden n con coecientes constantes La ecuación lineal homogénea de coecientes constantes de orden n es: donde a 1, a 2,..., a n son constantes. a n y (n) + a n 1 y n

Más detalles

MATRICES Y SISTEMAS DE ECUACIONES

MATRICES Y SISTEMAS DE ECUACIONES MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales

Más detalles

A P U N T E S D E Á L G E B R A L I N E A L

A P U N T E S D E Á L G E B R A L I N E A L A P U N T E S D E Á L G E B R A L I N E A L Universidad Nacional Autónoma de Méico Facultad de Ingeniería. M.I. Luis Cesar Vázquez Segovia Grupo: Semestre: - TEMA.- ESPACIOS VECTORIALES. Definición. Sea

Más detalles

Ba s e, d i M e n s i ó n y Mat r i z

Ba s e, d i M e n s i ó n y Mat r i z Unidad 4 Ba s e, d i M e n s i ó n y Mat r i z de transición Objetivos: Al inalizar la unidad, el alumno: Conocerá la deinición de base de un espacio vectorial Identiicará bases canónicas para algunos

Más detalles

Complementos de Análisis. Año 2016

Complementos de Análisis. Año 2016 Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver

Más detalles

Algebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014)

Algebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014) Algebra Lineal Tarea No : Valores y vectores propios a algunos problemas de la tarea (al 9 de junio de 04. Para la matriz A A Indique cuáles vectores son vectores propios: ( ( ( v, v, v 3 3 Recordemos

Más detalles

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y

Más detalles

1. Coeficientes Indeterminados

1. Coeficientes Indeterminados MA2601 - Ecuaciones Diferenciales Ordinarias. Semestre 2009-03 Profesor: Julio López. Auxiliar: Sebastián Reyes Riffo. Clase auxiliar 07-08 11-14/enero/2010 1. Coeficientes Indeterminados Sirve para encontrar

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales

Más detalles

r r a) Clasificar el sistema x = Ax en función del parámetro r R.

r r a) Clasificar el sistema x = Ax en función del parámetro r R. Examen Final de Ecuaciones Diferenciales Fecha: 15 de junio de 2012 3 Problemas (7.5 puntos) Tiempo total: 3 horas Problema 1 [2.5 puntos]. Queremos dibujar el croquis de un sistema lineal 2D y realizar

Más detalles

ÁLGEBRA LINEAL I Práctica 5

ÁLGEBRA LINEAL I Práctica 5 ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2

Más detalles

1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo

1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo 1 Control Óptimo 1.1 Introducción El control óptimo es una rama del control moderno que se relaciona con el diseño de controladores para sistemas dinámicos tal que se minimice una función de medición que

Más detalles

2. Propiedades generales de la ecuación lineal de orden n. La ecuación diferencial lineal de orden n más general tiene la forma

2. Propiedades generales de la ecuación lineal de orden n. La ecuación diferencial lineal de orden n más general tiene la forma 2. Propiedades generales de la ecuación lineal de orden n La ecuación diferencial lineal de orden n más general tiene la forma a n (t)y (n) + a n 1 (t)y (n 1) + + a 1 (t)y + a 0 (t)y = g(t). (2.1) Si g(t)

Más detalles

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W

Más detalles

Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior

Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior L. A. Núñez * Centro de Astrofísica Teórica, Departamento de Física, Facultad de Ciencias, Universidad de Los Andes, Mérida 5101, Venezuela

Más detalles

Tema 5.- Autovalores y autovectores.

Tema 5.- Autovalores y autovectores. Ingenierías: Aeroespacial, Civil y Química. Matemáticas I. -. Departamento de Matemática Aplicada II. Escuela Superior de Ingenieros. Universidad de Sevilla. Tema 5.- Autovalores y autovectores. 5..- Autovalores

Más detalles

Análisis cualitativo de sistemas no lineales

Análisis cualitativo de sistemas no lineales Análisis cualitativo de sistemas no lineales Ecuaciones Diferenciales Ordinarias Andrés Iturriaga J. Departamento de Ingeniería Matemática Universidad de Chile Primavera 2011 Andrés Iturriaga J. (DIM)

Más detalles

ÁLGEBRA LINEAL Problemas, 2006/2007

ÁLGEBRA LINEAL Problemas, 2006/2007 ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se

Más detalles

MODELACION EN VARIABLES DE ESTADO

MODELACION EN VARIABLES DE ESTADO CAPÍTULO VIII INGENIERÍA DE SISTEMAS I MODELACION EN VARIABLES DE ESTADO 8.1. DEFINICIONES Estado: El estado de un sistema dinámico es el conjunto más pequeño de variables de modo que el conocimiento de

Más detalles